Comparing Measures of Cystatin C in Human Sera by Three Methods
Notice bibliographique
Résumé
BACKGROUND: Cystatin C (Cys C) is measured by particle-enhanced nephelometric immunoassay (PENIA), particle-enhanced turbidimetric immunoassay (PETIA) and ELISA. AIM: To determine differences among these methods. METHOD: 80 normal human sera and 20 from patients with renal and/or heart disease were simultaneously assayed. Statistical analyses including receiver operating characteristics (ROC) of the three methods were compared. RESULTS: There was a highly significant correlation across the assay range between the ELISA and PENIA (r(2) = 0.94) and PETIA methods (r(2) = 0.95). Analysis of variance and bias were poor between the ELISA and the other two methods. Mean difference between ELISA and PETIA was 0.65 +/- 0.63 microg/ml, while it was 0.58 +/- 0.53 microg/ml between ELISA and PENIA. Accuracy (at 30% range) was 17 and 11% between ELISA and PETIA and ELISA and PENIA, respectively. Normalization of the ELISA by a factor of 0.66 improved this relationship. AUC of ROC curves of PENIA, ELISA and normalized ELISA to predict Cys C levels measured from PETIA were all above 0.87 (p = not significant between curves). Criterion values of ELISA*.66 method was close to PETIA measurements. CONCLUSION: There is a significant difference in measured human Cys C levels among the three methods, and normalization of ELISA narrows these differences.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».